城市居民消费水平影响因素的计量分析.docx

城市居民消费水平影响因素的计量分析.docx

  1. 1、本文档共5页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
IMB standardization office【IMB 5AB- IMBK 08- IMB 2C】 IMB standardization office【IMB 5AB- IMBK 08- IMB 2C】 城市居民消费水平影响因素的计量分析 我国城市居民消费水平影响因素的计量分析 一、研究背景 改革开放以来我国经济发展迅速,城乡居民生活状况发生了巨大的变化,人民生活水平显着提高。消费是实现国民经济良性循环的重要因素。居民消费水平对一国经济发展具有显着的影响,因而,扩大居民消费需求是目前我国经济发展的重要任务。本文从实证的角度分析了近几年影响我国城市居民消费水平的几个主要因素。 二、理论分析 城市居民消费水平受诸多因素的影响,本文主要从城市居民人均可支配收入、税收、国内生产总值、居民储蓄总额和城市居民上年消费水平这几个方面,选取1995年至2013年的数据,运用计量经济学Eviews软件分析以上因素对城市居民消费水平的具体影响。 居民的可支配收入直接影响其消费能力,在其他条件不变的情况下,可支配收入的增加会导致居民消费水平的提高。因此,预期城市居民消费水平与城市居民可支配收入成正相关。 对于税收,在同等条件下,税收的增加可以导致消费水平的降低。因此,预期城市居民消费水平与税收成负相关。 国民生产总值,即GDP的增长可以带动消费水平的提高。因此,预期城市居民消费水平与GDP成正相关。 居民储蓄总额是居民可支配收入除去消费支出的部分,因而在可支配收入一定的情况下,储蓄总额的增加会降低消费支出。因此,预期城市居民消费水平与居民储蓄总额成负相关。 城市居民上年消费水平。般来说,城市居民的消费水平具有连续性,上一年的消费水平会对下一年产生影响。 下表是从中国统计年鉴选取的具体数据。 三、模型假定 用Y表示城市居民消费水平,X1、X2、X3、X4、X5依次表示城市居民人均可支配收入、税收、国内生产总值、居民储蓄总额、城市居民上一年消费水平。 利用Eviews分别对各解散变量同被解释变量做散点图,结果如下: 城市居民可支配收入与城市居民消费水平的散点图 税收与城市居民消费水平的散点图 GDP与城市居民消费水平的散点图 居民储蓄总量与城市居民消费水平的散点图 上年消费水平与城市消费水平的散点图 从图中可以看出,被解释变量Y与各个解释变量之间都存在比较好的线性关系,初步假设城市居民消费水平的基本模型为: Y=β0+β1×X1+β2×X2+β3×X3+β4×X4+β5×X5+μ 四、对模型的回归分析和统计检验 用Eviews软件对被解释变量与这五个解释变量做初步回归,所得结果如下: 取显着水平α=,从图中可以看出,部分解释变量的系数违背了经济意义,且不是所有的解释变量都能通过显着性检验。从可决系数R-squared和F统计量值可以看出,模型整体的显着性较好,因此可以初步判定模型存在多重共线性。 多重共线性的检验与修正 用Eviews计算出解释变量间的相关系数,如下: 从图中的数据可以看出存在多重共线性,因此,用逐步回归法修正模型的多重共线性。 运用OLS方法逐一求Y对各个解释变量的回归。结合经济意义和统计意义选出拟合效果最好的一元线性回归方程。结果如下: 解释变量 X1 X2 X3 X4 X5 参数估计值 T统计量 拟合优度 加入X3的方程R2最大,以X3为基础,顺次加入其他变量逐步回归。 解释变量 X1 X2 X3 X4 X5 R2 X3、X1 () () X3、X2 () () X3、X4 () () X3、X5 () () 经比较,新加入的X5方程R2=,改进最大,而且各参数的t检验显着,选择保留X5,再加入其他新变量逐步回归。 解释变量 X1 X2 X3 X4 X5 R2 X3 X5 X1 () () () X3 X5 X2 () () () X3 X5 X4 () () () 在X3、X5的基础上加入X1或X2后的方程R2均增大,但是X1、X2的t检验不通过。因此剔除X1、X2、X4 。 最后修正多重共线性影响的模型为:Y=β0+β1×X3+β3×X5+μ 其回归结果为: 异方差性检验 图示法: 从上图可看出,残差随Y的变动趋势不明显,不规律,所以,该模型可能不存在异方差。是否存在异方差还应通过更进一步的检验。 White检验: nR2=,由White检验知,在显着水平α=下,查χ2分布表,得临界值χ2 (2)=。 因为nR2=,所以拒绝备择假设,接受“不存在异方差性”的原假设,表明模型不存在异方差性。 序列相关性检验 值为,初步判定不存在自相性。 LM检验: 可见不存在一阶自相关,因此不存在自相关性。 综上

文档评论(0)

H12030912 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档